hadoop-2.3.0-cdh5.1.0完全分布式搭建（基于centos）

先参考：《hadoop-2.3.0-cdh5.1.0伪分布安装（基于centos）》

http://blog.csdn.net/jameshadoop/article/details/39055493

注：本例使用root用户搭建

一、环境

操作系统：CentOS 6.5 64位操作系统

 注：Hadoop2.0以上采用的是jdk环境是1.7,Linux自带的jdk卸载掉，重新安装

下载地址：http://www.oracle.com/technetwork/java/javase/downloads/index.html

软件版本：hadoop-2.3.0-cdh5.1.0.tar.gz, zookeeper-3.4.5-cdh5.1.0.tar.gz

下载地址：http://archive.cloudera.com/cdh5/cdh/5/

c1:192.168.58.11

c2:192.168.58.12

c3:192.168.58.13

二、安装JDK（略）见上面的参考文章

三、配置环境变量 （配置jdk和hadoop的环境变量）

四、系统配置

1关闭防火墙

chkconfig iptables off(永久性关闭)

配置主机名和hosts文件

2、SSH无密码验证配置

因为Hadoop运行过程需要远程管理Hadoop的守护进程，NameNode节点需要通过SSH（Secure Shell）链接各个DataNode节点，停止或启动他们的进程，所以SSH必须是没有密码的，所以我们要把NameNode节点和DataNode节点配制成无秘密通信，同理DataNode也需要配置无密码链接NameNode节点。

在每一台机器上配置：

vi /etc/ssh/sshd_config打开

RSAAuthentication yes # 启用 RSA 认证，PubkeyAuthentication yes # 启用公钥私钥配对认证方式

Master01:运行：ssh-keygen –t rsa –P ‘‘  不输入密码直接enter

默认存放在 ／root／.ssh目录下,

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

[[email protected] .ssh]# ls

authorized_keys  id_rsa  id_rsa.pub  known_hosts

远程copy:

scp authorized_keys c2:~/.ssh/

scp authorized_keys c3:~/.ssh/

五、配置几个文件（各个节点一样）

5.1.   hadoop/etc/hadoop/hadoop-env.sh 添加： 

# set to the root ofyour Java installation
  export JAVA_HOME=/usr/java/latest  

  # Assuming your installation directory is/usr/local/hadoop
  export HADOOP_PREFIX=/usr/local/hadoop  

5.2. etc/hadoop/core-site.xml

<configuration>
    <property>
         <name>fs.defaultFS</name>
         <value>hdfs://c1:9000</value>
    </property>
     <property>
     <name>hadoop.tmp.dir</name>
     <value>/usr/local/cdh/hadoop/data/tmp</value>
   </property>
</configuration>

5.3. etc/hadoop/hdfs-site.xml

<configuration>
 <property>
    <!--开启web hdfs-->
    <name>dfs.webhdfs.enabled</name>
    <value>true</value>
 </property>
 <property>
   <name>dfs.replication</name>
   <value>2</value>
 </property>
 <property>
    <name>dfs.namenode.name.dir</name>
    <value>/usr/local/cdh/hadoop/data/dfs/name</value>
    <description> namenode 存放name table(fsimage)本地目录（需要修改）</description>
 </property>
 <property>
     <name>dfs.namenode.edits.dir</name>
     <value>${dfs.namenode.name.dir}</value>
     <description>namenode粗放 transactionfile(edits)本地目录（需要修改）</description>
  </property>
  <property>
      <name>dfs.datanode.data.dir</name>
      <value>/usr/local/cdh/hadoop/data/dfs/data</value>
      <description>datanode存放block本地目录（需要修改）</description>
  </property>
  <property>
     <name>dfs.permissions</name>
     <value>false</value>
   </property>
<property>
     <name>dfs.permissions.enabled</name>
     <value>false</value>
</property>
</configuration>

5.4 etc/hadoop/mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

5.5 etc/hadoop/yarn-env.sh

# some Java parameters
export JAVA_HOME=/usr/local/java/jdk1.7.0_67

5.6 etc/hadoop/yarn-site.xml

<configuration>
<property>
<name>yarn.resourcemanager.address</name>
<value>c1:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>c1:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>c1:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>c1:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>c1:8088</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
   <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
   <value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
</configuration>

5.7. etc/hadoop/slaves

c2
c3

六：启动及验证安装是否成功

格式化：要先格式化HDFS:

[html] view plaincopy

bin/hdfs namenode -format




启动：

  sbin/start-dfs.sh

  sbin/start-yarn.sh

[[email protected] hadoop]# jps

3250 Jps

2491 ResourceManager

2343 SecondaryNameNode

2170 NameNode

datanode节点：

[[email protected] ~]# jps

4196 Jps

2061 DataNode

2153 NodeManager

[html] view
plaincopy

1. 1.   打开浏览器
2. NameNode - http://localhost:50070/
3. 2.   创建文件夹
4. 3.    $bin/hdfs dfs -mkdir /user
5. $ bin/hdfs dfs -mkdir /user/<username>
6. 4.   Copy 文件
7. $ bin/hdfs dfs -put etc/hadoop input
8. 5.   运行作业
9. $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.3.0-cdh5.1.0.jar grep input output ‘dfs[a-z.]+‘
10. 6.   查看输出
11. $ bin/hdfs dfs -get output output
12. $ cat output/*